亚马逊AMC新功能实操分享

过去一周，在社交平台上，“AMC（Amazon Marketing Cloud，亚马逊营销云）” 这一亚马逊卖家既熟悉又陌生的词汇频繁出现，刷屏了卖家圈子。

若你此前未曾听闻 AMC，无需担忧，因为在过去，能使用这款工具的卖家寥寥无几。以往，想要开通 AMC，需经历一系列复杂流程：

正因如此，过去的 AMC 更像是大品牌与代理商的 “专属工具”，中小卖家很难接触到。

但如今情况发生了彻底改变。亚马逊于昨日宣布，已在美国站向部分卖家（本土卖家）免费开放 AMC 的部分权限（需注意，AMC 的付费功能仍需额外付费）。若你拥有美国本土亚马逊账号，可在广告后台 “Measurement & Reporting（衡量与报告）” 菜单中找到这一新增功能。

目前，亚马逊已全面放开 AMC 的使用权限，入口就隐藏在广告后台的 “Measurement & Reporting” 菜单中，几乎所有卖家都能一键进入（中国卖家将逐步获得开放权限）。

这一变化意味着什么？打个比方，以往卖家分析流量，就像透过布满雾气的车窗看风景，视线模糊不清；而现在，亚马逊直接将 “全景大屏仪表盘” 呈现在卖家面前。借助 AMC，卖家能了解到广告点击背后的用户群体特征（无法查看个人用户信息，AMC 会用特殊 userID 标记用户群体）、用户从点击到转化的时长、用户是否会重复购买，以及用户与哪些产品存在交叉购买关联。

从卖家视角来看，这或许是 2025 年亚马逊平台 “数据民主化” 进程中最重要的一步 —— 过去仅掌握在少数人手中的深度数据，如今每个卖家都能免费使用。

从定义来看，“AMC 是基于 SQL 的数据仓库，允许卖家对亚马逊平台的购物行为数据与广告表现数据进行自定义查询，从而获取更深入的业务洞察”。

换个更通俗的说法：AMC≠普通报表工具（并非简单下载广告报表就能实现功能）AMC = 数据存储平台 + 数据查询引擎

更准确地讲，AMC 是一个兼顾消费者隐私安全、结构化记录用户在亚马逊平台所有行为的数据库。它会记录广告层面的事件级数据（event-level data），像广告展示、用户点击、加入购物车、完成购买、保存商品等行为，都会以 “行” 的形式存储在数据表格中。用户信息会以匿名 user_id 呈现，卖家无法通过 user_id 反查用户个人身份，仅能进行数据聚合统计，这也是亚马逊反复强调的 “privacy-safe（隐私安全）” 核心特点。

同时，AMC 支持卖家上传自有一方数据（例如独立站数据、CRM 客户数据、Google Ads 广告数据等），并与亚马逊平台的事件数据进行归因匹配，帮助卖家清晰看到 “站外引流→亚马逊下单” 的完整转化链路。举个例子，若你在独立站设置了亚马逊跳转链接（包含 “独立站直接购买” 和 “跳转亚马逊购买” 两个按钮），同时在 Google 投放了广告，那么你可将 Google Ads 数据上传至 AMC，与独立站数据、亚马逊平台数据整合分析，实现全链路数据追踪。

但从 2025 年开始，这些障碍正快速消失：

若你的广告后台暂未出现 AMC 入口，无需着急，可耐心等待平台逐步开放；也可通过代理商 / 第三方工具代建 AMC 实例，或按照官方指引邮件提交申请 —— 这两条渠道依然有效，可作为兜底方案。

AMC 包含两张核心转化表：一张按 “转化发生时间” 聚合数据，另一张按 “用户最初触达 / 点击广告的时间” 聚合数据。在进行时序分析或跨触点归因分析时，必须明确区分两张表的数据口径。常见做法是通过 user_id 将广告展示 / 点击表与转化表关联，还原用户完整的购买路径。

默认数据表：包含与广告相关的基础数据表，如 SP、SB、DSP 广告的曝光、点击、转化数据表格。

可扩展数据表：包括 Retail Purchases（零售购买数据）、Brand Store Insights（旗舰店数据）、Amazon Insights（更广泛的零售数据）等，需额外开通权限或订阅。

AMC 内置了一系列预设报表模板，覆盖多种核心业务场景：

模板补充玩法-如果你有SQL相关的知识或者自己能搭建你还能实现如下：

假如根据以上这个图，这是根据SP广告的受众表现聚合而得出来的结果，这个是直接用的亚马逊管饭给的模版，这个数据我们能告诉我们这些受众看到sp 广告之后有1分钟内进行购买的数量是在600单左右，10分钟内的有1.1K订单左右，另外我们可以看到这个表格的最后一个柱状图7+days 这个有可能30天 或者没到30天 ，所以这个也能侧面反应，详情页的内容很好，标题主图，以及五点，A+ 等等内容起到了关键作用，因此我们针对这群人再营销的时候不需要把太多的广告花费 分给retargeting ads。

基于模板数据，还可延伸出更多运营动作：

卖家可将 Shopify 独立站数据、Google Ads 广告数据、CRM 客户管理系统数据等自有数据上传至 AMC，通过用户 ID 或设备指纹进行交叉归因，精准分析站外引流到亚马逊站内的转化效果，打通全渠道数据链路。

可将 AMC 理解为：系统以特殊 SQL 数据形式，记录每个消费者购买某款产品的完整旅程，需解析数据后才能读取；也可类比为亚马逊在 AMC 数据后端，以类似 HTML 或 Python 的形式存储数据，需自行组装拼接，才能呈现为普通人可理解的前端展示界面（该类比非技术层面精准定义，仅为帮助非技术背景卖家理解）。

对于非技术背景的卖家，可借助 AI 工具解决 SQL 编写难题：

很多卖家看到 AMC 界面后，第一反应是 “功能太复杂，我用不上”。但实际上，AMC 并非只有大品牌才能驾驭，只要理解核心应用场景，普通卖家也能逐步将其融入日常广告运营。以下是普通卖家可直接落地的应用方向：

从“盲打”到“精准预算”

传统广告报表，只能告诉你 广告带来了多少订单，却无法回答：

通过 AMC 的 NTB vs Repeat 模板，你可以清晰看到不同广告在新客获取中的贡献。

如果发现某些 SP 广告带来的复购比例很高，可以减少预算，把钱投向能带来新客的广告。

反之，如果目标是提高复购率，就可以专门投放给老客，优化广告 ROAS。

广告钱该花在拉新上，还是维护老客户上？

我们也可以通过AMC数据可以验证我们的假设，如果你是卖保健品的卖家你会发现：

这种 “动态分配预算” 的能力，是普通广告报表完全做不到的。

用数据发现“隐形搭档”

AMC 的 Retail Purchases 数据能揭示「交叉购买行为」。例如：

买便携搅拌机的用户，常常 3 天内回购冰杯或替换刀片

买电动打磨机的用户，7 天内容易购买砂纸配件

这些数据能直接指导：

在亚马逊后台设置「Frequently Bought Together」

推出捆绑组合（Bundle）

在广告创意中加入“买这个的人还会买 XX”

这个功能以及这些数据可以给选品、捆绑销售及交叉广告投放提供思路，助力优化产品矩阵

抓住真正的“高价值客户”

订购省（Subscribe & Save）是亚马逊的现金流利器，而 AMC 可以给你你提供：

举个例子：如果在实际案例中，40 美金以上的订单用户更容易长期订阅，而 20 美金的小单更容易流失。于是他们在再营销广告中，专门给大单用户追加优惠，效果立竿见影。

广告的“放大镜”

我们也可以用利用 GPT或者其他 AI利用亚马逊AMC的SQL数据可以创建某款产品的地域与季节性分析相关的数据，并且很直观的看到我们的消费者的分布情况，以及每个地区消费者看到我们的广告之后行为可以做一个非常好的解析，如果你有第三方数据可以帮你采集你的某个产品的广告词在每个zip code 下面的表现 如下图 ：

可实现更精准的运营决策：

卖家必须抓住的新机会

过去，AMC 被认为是「DSP 专属工具」。但现在，亚马逊已经正式开放：即便你只投放 Sponsored Ads（SP / SB / SD），也能全面使用 AMC 的功能。这对中小卖家来说是重大利好。

通过 AMC，你可以在 Sponsored Ads 投放中做到：

对于只做 Sponsored Ads 的卖家来说，这相当于获得了以前只有大品牌才能用的「全景数据仪表盘」。如果你每月广告花费超过 $5,000，却还没用 AMC，那几乎等于白白浪费了预算优化机会。